DRF中的序列化器
DRF中的序列化器详细应用
视图的功能:说白了就是接收前端请求,进行数据处理
(这里的处理包括:如果前端是GET请求,则构造查询集,将结果返回,这个过程为序列化;如果前端是POST请求,假如要对数据库进行改动,则需要拿到前端发来的数据,进行校验,将数据写入数据库,这个过程称为反序列化)
最原始的视图可以实现这样的逻辑处理,但是针对不同的请求,需要在类视图中定义多个方法实现各自的处理,这样是可以解决问题,但是存在一个缺陷,那就是每个函数中一般的逻辑都差不多:读请求,从数据库拿数据,写东西到数据库,返回结果给前端。这样就会产生大量的重复代码。
在开发REST API的视图中,虽然每个视图具体操作的数据不同,但增、删、改、查的实现流程基本套路化,所以这部分代码也是可以复用简化编写的:
增:校验请求数据 -> 执行反序列化过程 -> 保存数据库 -> 将保存的对象序列化并返回
删:判断要删除的数据是否存在 -> 执行数据库删除
改:判断要修改的数据是否存在 -> 校验请求的数据 -> 执行反序列化过程 -> 保存数据库 -> 将保存的对象序列化并返回
查:查询数据库 -> 将数据序列化并返回
1. 安装DRF
pip install djangorestframework
2. 添加rest_framework应用
我们利用在Django框架学习中创建的demo工程,在settings.py的INSTALLED_APPS中添加'rest_framework'。
- INSTALLED_APPS = [
- ...
- 'rest_framework',
- ]
为了节省我们写代码的时间,DRF框架为我们提供了实现视图的快捷方式。那么DRF框架的核心是什么?那就是序列化器实现序列化,反序列化以及视图
1.序列化器
定义序列化器(本质就是一个类),一般包括模型类的字段,有自己的字段类型规则。实现了序列化器后,就可以创建序列化对象以及查询集进行序列化操作,通过序列化对象.data来获取数据(不用自己构造字典,再返回Json数据)
1.用于序列化时,将模型类对象传入instance参数
2.用于反序列化时,将要被反序列化的数据传入data参数
3.除了instance和data参数外,在构造Serializer对象时,还可通过context参数额外添加数据,如
serializer = AccountSerializer(account, context={'request': request})
通过context参数附加的数据,可以通过Serializer对象的context属性获取。
一个序列化器的例子:
- class BookInfoSerializer(serializers.Serializer):
- """图书序列化器"""
- id = serializers.IntegerField(label='ID', read_only=True)
- btitle = serializers.CharField(label='名称', max_length=)
- bpub_date = serializers.DateField(label='发布日期', required=False)
- bread = serializers.IntegerField(label='阅读量', required=False)
- bcomment = serializers.IntegerField(label='评论量', required=False)
- image = serializers.ImageField(label='图片', required=False)
- # 在一方关联多方:在序列化书籍信息时,同时序列化出书籍关联的任务信息
- # StringRelatedField : 也是适用的,显示汉字字段而不是指定的PrimaryKey,这样更直观
- # many=True :指定heroinfo_set是多的那一方
- # read_only:该字段只能进行序列化,反序列化时直接忽略该字段
- heroinfo_set = serializers.PrimaryKeyRelatedField(label='英雄', read_only=True, many=True)
这样就可以通过:
- book = BookInfo.objects.get(id=) # 获取查询集
- s = BookInfoSerializer(book) # 将查询集绑定给序列化器
- print(s.data) # 通过序列化对象.data将数据读出来
一个反序列化例子:
- # 实现新增数据
- data = {'btitle':'钢铁是怎样炼成的'}
- s = BookInfoSerializer(data = data) # 将查询集绑定给序列化器
- serializer.is_valid(raise_exception=True) # 进行校验
- print(s.validated_data) # 通过序列化对象.data将数据读出来
- # 实现修改数据
- data = {'btitle':'钢铁是怎样炼成的'}
- book = BookInfo.objects.get(id=) # 获取查询集
- s = BookInfoSerializer(book, data = data) # 将查询集以及前端传过来的数据绑定给序列化器
- serializer.is_valid(raise_exception=True) # 进行校验
- print(s.validated_data) # 通过序列化对象.data将数据读出来
raise_exception=True参数开启,REST framework接收到此异常,会向前端返回HTTP 400 Bad Request响应。
从上边我们可以看到,反序列化要求我们进行数据的验证,默认会帮我们验证前端传来的数据是否合法。这里传入的是bititle,因为这个字段是必须传入的。is_valid()方法只能提供基础的验证,如果不能满足我们,就可以自定义新的验证。
自定义验证的方式:
1.给单个以及多个数据进行验证添加
- # 给某字段增加校验逻辑
- def validate_btitle(self, value): # 这里的value就是前端传来的数据,这里代表'钢铁是怎样炼成的'
- if 'fenghua' not in value.lower():
- raise serializers.ValidationError('bititle必须包含fenghua字段')
- return value
- # 给多个字段增加校验
- def validate(self, attrs):
- bread = attrs['bread']
- bcomment = attrs['bcomment']
- if bread < bcomment:
- raise serializers.ValidationError('阅读量小于评论量')
- return attrs
2.给所有字段都增加验证(在序列化器外边进行函数定义,在序列化器内部字段中添加validators属性即可)
- def about_django(value):
- if 'django' not in value.lower():
- raise serializers.ValidationError("图书不是关于Django的")
- class BookInfoSerializer(serializers.Serializer):
- """图书数据序列化器"""
- id = serializers.IntegerField(label='ID', read_only=True)
- # 在字段中添加validators,进行外边函数的添加
- btitle = serializers.CharField(label='名称', max_length=, validators=[about_django])
- bpub_date = serializers.DateField(label='发布日期', required=False)
- bread = serializers.IntegerField(label='阅读量', required=False)
- bcomment = serializers.IntegerField(label='评论量', required=False)
- image = serializers.ImageField(label='图片', required=False)
那么验证之后就可以了吗?不是,还需要将验证后的数据进行保存!!
实现:在序列化器中定义两个方法进行数据写入:
复习:数据库增加数据
- # 方式1
- book = BookInfo(
- btitle='西游记',
- bput_date=date(,,),
- bread=,
- bcomment=
- )
- book.save()
- 方式2:
- book.create(
- btitle='西游记',
- bput_date=date(,,),
- bread=,
- bcomment=
- )
- # 校验后保存数据,实现父类声明的方法
- # validated_data是经过校验之后的数据,已经是标准的字典
- def create(self, validated_data):
- # 对字典进行拆包
- return BookInfo.objects.create(**validated_data)
- def update(self, instance, validated_data):# instance是数据集对象
- # 取不到就取默认值
- instance.btitle = validated_data.get('btitle', instance.btitle)
- instance.bpub_date = validated_data.get('bpub_date', instance.bpub_date)
- instance.bread = validated_data.get('bread', instance.bread)
- instance.bcomment = validated_data.get('bcomment', instance.bcomment)
- instance.save()
- return instance
两点说明:
1) 在对序列化器进行save()保存时,可以额外传递数据,这些数据可以在create()和update()中的validated_data参数获取到
serializer.save(owner=request.user)
2)默认序列化器必须传递所有required的字段,否则会抛出验证异常。但是我们可以使用partial参数来允许部分字段更新
- # Update `comment` with partial data
- serializer = CommentSerializer(comment, data={'content': u'foo bar'}, partial=True)
2.模型类序列化器
上边我们自定义序列化器需要将好多字段在序列化器中定义,比较复杂。模型类序列化器提供了更快捷的方式帮我们更快的提供了序列化器。
ModelSerializer与常规的Serializer相同,但提供了:
- 基于模型类自动生成一系列字段
- 基于模型类自动为Serializer生成validators,比如unique_together
- 包含默认的create()和update()的实现
1. 定义
比如我们创建一个BookInfoSerializer
- class BookInfoSerializer(serializers.ModelSerializer):
- """图书数据序列化器"""
- class Meta:
- model = BookInfo
- fields = '__all__'
- model 指明参照哪个模型类
- fields 指明为模型类的哪些字段生成
我们可以在python manage.py shell中查看自动生成的BookInfoSerializer的具体实现
- from booktest.serializers import BookInfoSerializer
- serializer = BookInfoSerializer()
- serializer
- BookInfoSerializer():
- id = IntegerField(label='ID', read_only=True)
- btitle = CharField(label='名称', max_length=)
- bpub_date = DateField(allow_null=True, label='发布日期', required=False)
- bread = IntegerField(label='阅读量', max_value=, min_value=-, required=False)
- bcomment = IntegerField(label='评论量', max_value=, min_value=-, required=False)
- image = ImageField(allow_null=True, label='图片', max_length=, required=False)
2.指定字段
1. 使用fields来明确字段,__all__
表名包含所有字段,也可以写明具体哪些字段,如
- class BookInfoSerializer(serializers.ModelSerializer):
- """图书数据序列化器"""
- class Meta:
- model = BookInfo
- fields = ('id', 'btitle', 'bpub_date')
2.使用exclude可以明确排除掉哪些字段
- class BookInfoSerializer(serializers.ModelSerializer):
- """图书数据序列化器"""
- class Meta:
- model = BookInfo
- exclude = ('image',)
3. 默认ModelSerializer使用主键作为关联字段,但是我们可以使用depth来简单的生成嵌套表示,depth应该是整数,表明嵌套的层级数量。如:
- class HeroInfoSerializer2(serializers.ModelSerializer):
- class Meta:
- model = HeroInfo
- fields = '__all__'
- depth =
形成的序列化器如下:
- HeroInfoSerializer():
- id = IntegerField(label='ID', read_only=True)
- hname = CharField(label='名称', max_length=)
- hgender = ChoiceField(choices=((, 'male'), (, 'female')), label='性别', required=False, validators=[<django.core.valators.MinValueValidator object>, <django.core.validators.MaxValueValidator object>])
- hcomment = CharField(allow_null=True, label='描述信息', max_length=, required=False)
- hbook = NestedSerializer(read_only=True):
- id = IntegerField(label='ID', read_only=True)
- btitle = CharField(label='名称', max_length=)
- bpub_date = DateField(allow_null=True, label='发布日期', required=False)
- bread = IntegerField(label='阅读量', max_value=, min_value=-, required=False)
- bcomment = IntegerField(label='评论量', max_value=, min_value=-, required=False)
- image = ImageField(allow_null=True, label='图片', max_length=, required=False)
4. 显示指明字段,如:
- class HeroInfoSerializer(serializers.ModelSerializer):
- hbook = BookInfoSerializer()
- class Meta:
- model = HeroInfo
- fields = ('id', 'hname', 'hgender', 'hcomment', 'hbook')
5.指明只读字段
可以通过read_only_fields指明只读字段,即仅用于序列化输出的字段
- class BookInfoSerializer(serializers.ModelSerializer):
- """图书数据序列化器"""
- class Meta:
- model = BookInfo
- fields = ('id', 'btitle', 'bpub_date', 'bread', 'bcomment')
- read_only_fields = ('id', 'bread', 'bcomment')
3.添加额外参数
我们可以使用extra_kwargs参数为ModelSerializer添加或修改原有的选项参数
- class BookInfoSerializer(serializers.ModelSerializer):
- """图书数据序列化器"""
- class Meta:
- model = BookInfo
- fields = ('id', 'btitle', 'bpub_date', 'bread', 'bcomment')
- extra_kwargs = {
- 'bread': {'min_value': , 'required': True},
- 'bcomment': {'min_value': , 'required': True},
- }
- # BookInfoSerializer():
- # id = IntegerField(label='ID', read_only=True)
- # btitle = CharField(label='名称', max_length=)
- # bpub_date = DateField(allow_null=True, label='发布日期', required=False)
- # bread = IntegerField(label='阅读量', max_value=, min_value=, required=True)
- # bcomment = IntegerField(label='评论量', max_value=, min_value=, required=True)
DRF中的序列化器的更多相关文章
- 经历了源码的痛苦,掌握DRF的核心序列化器
目录 DRF的核心--序列化器 序列化器 什么是序列化和反序列化? 序列化 序列化demo 字段类型 字段参数 序列化自定制返回字段 方法一:在序列化类(serializers.py)中写 方法二:在 ...
- DRF项目之序列化器和视图重写方法的区别
我们,都知道,DRF框架是一款高度封装的框架. 我们可以通过重写一些方法来实现自定义的功能. 今天,就来说说在视图中重写和序列化器中重写方法的区别. 在视图中重写方法: 接收请求,处理数据(业务逻辑) ...
- DRF框架之序列化器初体验
首先,我们需要明白序列化和反序列化的过程指的是什么. 序列化操作:将模型数据 ---> 字典数据 --->JSON数据(响应JSON数据的操作) 反序列化操作:将JSON数据 ---> ...
- day71:drf:API接口&Restful API规范&Django Rest Framework&drf中的序列化和反序列化功能
目录 1.web应用模式 2.API接口 3.Restful API规范 4.序列化 5.Django Rest Framework 1.drf的简单介绍 2.drf的特点 3.如何安装drf 4.d ...
- Django REST framework 中的序列化器
在此之前定义一个序列化工具: views中的的代码 from rest_framework.viewsets import ModelViewSet from .models import B ...
- Hive中自定义序列化器(带编码)
hive SerDe的简介 https://www.jianshu.com/p/afee9acba686 问题 数据文件为文本文件,每一行为固定格式,每一列的长度都是定长或是有限制范围,考虑采用hiv ...
- 一: DRF web应用框架基础,及序列化器的使用
---恢复内容开始--- 一: web 应用模式(有两种) 1: 前后端不分离(前端从后端直接获取数据) 2: 前后端分离 二: api 接口 原因一: 为了在团队内部形成共识.防止个人习惯差异引起的 ...
- drf之序列化器的使用
一.序列化器-Serializer 作用: 1. 序列化,序列化器会把模型对象转换成字典,经过response以后变成json字符串 2. 完成数据校验功能 3. 反序列化,把客户端发送过来的数据,经 ...
- DRF序列化器
序列化器-Serializer 作用: 1. 序列化,序列化器会把模型对象转换成字典,经过response以后变成json字符串 2. 反序列化,把客户端发送过来的数据,经过request以后变成字典 ...
随机推荐
- LeetCode - Maximum Frequency Stack
Implement FreqStack, a class which simulates the operation of a stack-like data structure. FreqStack ...
- zombodb 得分以及高光
得分以及高光在搜索引擎中有很重要的作用 得分zdb.score 使用方法 zdb.score(tid) 参考示例 SELECT zdb.score(ctid), * FROM products WHE ...
- cmake编译obs
https://blog.csdn.net/su_vast/article/details/74984213 https://blog.csdn.net/u011258240/article/deta ...
- 使用 vue-cli-service inspect 来查看一个 Vue CLI 3 项目的 webpack 配置信息(包括:development、production)
使用 vue-cli-service inspect 来查看一个 Vue CLI 3 项目的 webpack 配置信息(包括:development.production) --mode 指定环境模式 ...
- django 获取用户提交的数据 文件 表单
templates: <div> <form action="/detail" method="post" enctype="mul ...
- selenium基础用法(爬虫)
初识selenium selenium最初是一个自动化测试工具,而爬虫中使用它主要是为了解决requests无法直接执行JavaScript代码的问题 selenium本质是通过驱动浏览器,完全模拟浏 ...
- 模拟器运行android镜像
编译完成后需要运行一下,看看效果,操作中出现很多问题 先说明android4.0的,然后说明一下android2.3.4的,两者是一样的 一.android4.0.1 可以参看如下链接: ht ...
- centos7如何查看网络状态?
参考https://www.jb51.net/os/RedHat/520187.html 查看网络状态: lsof -Pnl +M -i4 显示ipv4服务及监听端情况 netstat -anp 所有 ...
- 在WINDOWS7下无U盘安装WINDOWS10
第一步:下载cn_windows_10_business_editions_version_1803_updated_march_2018_x64_dvd_12063730.iso 第二步:解压里面的 ...
- Java构造器练习题
仔细阅读下面的程序 public class Car { String name = "汽车"; public Car(String name) { this.name = nam ...